Professional Documents
Culture Documents
Content
1. 2. 3. 4. 5. 6.
a. b. c.
Pentingnya analisis hubungan Koefisien korelasi dan kegunaannya Koefisien korelasi data berkelompok Korelasi rank (peringkat) Korelasi data kualitatif Teknik ramalan dan analisis regresi Diagram pencar (scatter diagram)
Stat/1-6/DiahSuhodo
Stat/1-6/DiahSuhodo
Dalam perencanaan, selain penting untuk mengetahui data masa lalu dan sekarang, juga memerlukan data hasil ramalan yang menggambarkan kemampuan di masa datang. Misal: untuk merencanakan impor padi pemerintah perlu data ramalan hasil produksi padi. Ramalan: perkiraan/taksiran mengenai terjadinya suatu aktivitas di masa depan. Dibutuhkan 2 variabel: 1. Variabel bebas (independent variabel), X 2. Variabel tak bebas (dependent variabel), Y
Stat/1-6/DiahSuhodo
Hubungan 2 variabel: Positif : bila X maka Y, bila X maka Y Negatif : bila X maka Y, bila X maka Y Jika antara X dan Y berhubungan, maka diagram pencarnya teratur. Jika antara X dan Y tidak berhubungan, maka diagram pencarnya tidak teratur.
Stat/1-6/DiahSuhodo
Koefisien korelasi (r): untuk mengukur kuat/tidaknya hubungan antara X dan Y Nilai koefisien korelasi: -1 r 1 r = 1, hubungan X dan Y sangat kuat dan positif. r = -1, hubungan X dan Y sangat kuat dan negatif r = 0, hubungan X dan Y sangat lemah atau tidak berhubungan.
xy x y
2
x=X X y = Y Y
atau r= n XY X Y
2
n X 2 ( X ) Disebut juga
n Y 2 ( Y )
Besarnya kontribusi X terhadap nilai Y bisa dihitung dengan koefisien penentuan KP (coefficient of determination)
KP = r
Data berkelompok
r=
n u 2 f ( uf )
n uvf uf vf
2
n v 2 f ( vf )
Stat/1-6/DiahSuhodo
Stat/1-6/DiahSuhodo
rrank = 1
n n 2 1
6 d 2
Rumus Spearman lebih sederhana dan mudah untuk digunakan dibanding Rumus Pearson
Stat/1-6/DiahSuhodo
Stat/1-6/DiahSuhodo
10
Cc =
p
2 2 +n
q p q p q i =1 j =1 i =1 j =1
Cc = koefisien bersyarat n = banyaknya observasi fi = frekuensi pada baris (i= 1,2,,p) fj= frekuensi pada kolom (j=1,2,,q) 2 = kai kuadrat e = frekuensi harapan ni = jumlah data pada baris nj = jumlah data pada kolom Cc < 0.5 hubungan lemah 0.5 < Cc < 0.75 hubungan sedang 0.75 < Cc < 0.9 hubungan kuat 0.9 < Cc < 1 hubungan sangat kuat Cc > 1 hubungan sempurna Lihat contoh di excel
11
n = f ij = ni = n j = nij
i =1 j =1 p
=
2 i =1 j =1
(f
ij
eij ) eij
eij =
ni n j n
p i =1 q
ni = f i nj = f j
j =1
Stat/1-6/DiahSuhodo
1.
Diagram pencar (scatter diagram) Setelah mengetahui hubungan antara variabel, analisis selanjutnya akan menggunakan grafik yang disebut diagram pencar. Diagram pencar menunjukkan titik-titik tertentu, dimana setiap titik merupakan nilai dari variabel dependen dan independen 2 manfaat diagram pencar: Menunjukkan apakah terdapat hubungan yang bermanfaat antara 2 variabel
2.
Stat/1-6/DiahSuhodo
12
Stat/1-6/DiahSuhodo
13
Stat/1-6/DiahSuhodo
14
Y ' = a + bX a = Y bX
xy b= x n XY X Y b= n X ( X )
2 2 2
( ) y = (Y Y ) xy = (X X )(Y Y )
x= X X
Stat/1-6/DiahSuhodo
15
Stat/1-6/DiahSuhodo
16